研究人员发现了一种被认为支持高级认知能力的关键神经机制

西奈山科学家发现了一种神经机制，据信该机制支持高级认知能力，例如计划和解决问题的能力。它通过将信息从单个神经元分配到前额叶皮层中更大的神经元群来实现，前额叶皮层是暂时存储和操纵信息的大脑区域。

众所周知，人类一次只能记住有限数量的信息，并且他们采用不同的认知策略来克服这些限制，例如将信息组织成列表或组。研究小组发现，当大脑使用这些策略来组织信息时，前额叶皮层中的神经代码对单个神经元的高度选择性反应的依赖程度降低。相反，它们分布在更大的神经元池中，这可能使信息更加可靠或稳健。研究结果于 12 月 20 日在线发表在Neuron上。

“我们的研究为该领域提供了一个关于大脑如何分配资源以提高认知能力的重要新视角，”资深作者、西奈山伊坎医学院神经科学副教授 Erin Rich 博士说。“我们的研究结果将帮助科学家更好地理解并在未来可能治疗记忆和认知障碍。”

该研究由 Rich 博士实验室的博士后研究员 Feng-Kuei Chiang 博士领导，他之前曾研究过前额叶皮层在测序任务中的功能。

传统上，神经编码的研究——将来自神经元的电脉冲转化为记忆、知识、决策和行动——的研究重点是单个神经元的选择性反应。西奈山团队通过设计一项任务来探测导致认知能力提高的前额叶皮层变化，从而证明了这种方法的缺点。该任务允许受试者使用助记符(或记忆辅助)策略将信息排序为序列。

“我们发现受试者自发地产生不同的选择模式，包括常规序列，以减少任务的工作记忆需求，”蒋博士说。

研究人员惊讶地发现，当受试者使用测序策略来组织大脑中保存的信息时，单个神经元的可解释反应并不能很好地预测记忆性能。使用该策略降低了任务中的错误率，但单个神经元的活动似乎传达的信息较少。他们能够通过证明信息没有丢失，而是更广泛地分布在更大的神经元群体中来协调这些发现。与代码由较少数量的高度调谐神经元支配时相比，任务相关信息可以恢复得一样好或更好，并且分布式代码似乎更可靠，因为它们提高了行为性能。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！